Điền vào ô trống — Trích xuất kết hợp NER-NLU
Điền vào ô trống là một tác vụ hiểu ngôn ngữ tự nhiên nhằm trích xuất các trường mẫu được định nghĩa trước — như ngày, địa điểm hoặc tên sản phẩm — từ một phát biểu của người dùng. Nó nổi lên như một thành phần cốt lõi của các hệ thống hội thoại và trích xuất thông tin dựa trên biểu mẫu, và được nghiên cứu rộng rãi sau khi Goo et al. (2018) giới thiệu Mô hình Slot-Gated để điền vào ô trống và dự đoán ý định một cách kết hợp, tiếp theo là Chen et al. (2019) đã mở rộng mô hình này với mô hình kết hợp dựa trên BERT.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Goo, C.W., Gao, G., Hsu, Y.K., Huo, C.L., Chen, T.C., Hsu, S.C., & Chen, Y.N. (2018). Slot-Gated Modeling for Joint Slot Filling and Intent Prediction. Proceedings of NAACL-HLT 2018. link ↗
- Chen, Q., Zhuo, Z., & Wang, W. (2019). BERT for Joint Intent Classification and Slot Filling. arXiv preprint arXiv:1902.10909. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/vi/text-mining/slot-filling
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Liên kết thực thểKhai phá văn bản↔ so sánh
- Trích xuất thông tinKhai phá văn bản↔ so sánh
- Phát hiện ý địnhKhai phá văn bản↔ so sánh
- Nhận dạng thực thể có tên (NER)Khai phá văn bản↔ so sánh
- Phân loại văn bảnKhai phá văn bản↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →